MiniMax: Speech 02 Turbo

Speech 02 Turbo is de exacte MiniMax-spraakeditie die wordt geselecteerd met model: "minimax/speech-02-turbo". Gebruik POST /v1/audio/speech met een application/json-body met model en de uit te spreken text. De invoer is een geschreven script en het resultaat is gesynthetiseerde audio. Plaats voor een aankondiging alleen de woorden die moeten worden uitgesproken in text, zoals een kort afhaalbericht. Verdeel voor een productuitleg het script in volledige zinnen en leg de productnamen en getallen vast voordat je audio genereert. Houd productienotities, bestandsnamen en aanwijzingen die niet hoorbaar mogen zijn buiten het gesproken script.

Het veld text mag niet leeg zijn en moet minder dan 10 000 Unicode-tekens bevatten. Stuur het volledige gesproken script met stream:false of laat stream weg. Verdeel langer materiaal in afzonderlijke volledige scriptsegmenten voordat je elk segment indient. Je kunt een document gebruiken door de daadwerkelijke inhoud te lezen en de relevante passage in text te plaatsen; een document-URL vervangt het script niet.

Kies een stem via voice_setting.voice_id. De gedocumenteerde stemcategorieën omvatten systeemstemmen en reeds aangemaakte gekloonde of via tekst ontworpen stemmen; gebruik een geldige stem-ID voor de geselecteerde categorie. De voorbeeldstem is audiobook_male_1. Hetzelfde object regelt speed van 0.5 tot 2, vol boven 0 en tot 10 en pitch als geheel getal van -12 tot 12. De standaardwaarden zijn 1, 1 en 0. Deze instellingen passen verschillende aspecten van de gesproken voordracht aan, dus kies ze afzonderlijk in plaats van hun namen in het script te plaatsen.

voice_setting.emotion accepteert happy, sad, angry, fearful, disgusted, surprised, calm en fluent. De documentatie beschrijft ook automatische afstemming van de emotie op de tekst. Voor scripts met veel getallen schakelt voice_setting.text_normalization Chinese en Engelse tekstnormalisatie in en heeft false als standaardwaarde. voice_setting.latex_read regelt het voorlezen van LaTeX-uitdrukkingen en heeft eveneens false als standaardwaarde. pronunciation_dict.tone is een array van tekenreeksen met uitspraakregels. Het gepubliceerde voorbeeld is ["草地/(cao3)(di1)"]; behoud het woord, de schuine streep en de uitspraakstructuur tussen haakjes wanneer je een regel aanlevert.

audio_setting.format accepteert mp3, pcm, flac en wav, met mp3 als standaardwaarde. sample_rate accepteert 8000, 16000, 22050, 24000, 32000 en 44100 Hz; de standaardwaarde is 32000. channel is 1 voor mono of 2 voor twee kanalen, met 1 als standaardwaarde. De bitrate-waarden zijn 32000, 64000, 128000 en 256000 bits per seconde, met 128000 als standaardwaarde, en zijn van toepassing op mp3. Selecteer de codering die de speler of het bewerkingsprogramma dat het resultaat gaat gebruiken nodig heeft.

language_boost is een optionele tekenreeks met null als standaardwaarde. De toegestane waarden zijn Chinese, Chinese,Yue, English, Arabic, Russian, Spanish, French, Portuguese, German, Turkish, Dutch, Ukrainian, Vietnamese, Indonesian, Japanese, Italian, Korean, Thai, Polish, Romanian, Greek, Czech, Finnish, Hindi, Bulgarian, Danish, Hebrew, Malay, Persian, Slovak, Swedish, Croatian, Filipino, Hungarian, Norwegian, Slovenian, Catalan, Nynorsk, Tamil, Afrikaans en auto. "Chinese,Yue" is één waarde. Het is een afzonderlijke instelling, los van het script en de stem-ID. Het schema biedt ook timber_weights voor een lijst van paren met voice_id en weight, waarbij elke waarde voor weight een geheel getal van 1 tot 100 is. Behoud de parameterspelling timber_weights wanneer je een verzoek voorbereidt. voice_modify.sound_effects is een optionele tekenreeks met de waarden spacious_echo, auditorium_echo, lofi_telephone en robotic.

stream heeft false als standaardwaarde. Voor een volledig antwoord selecteert output_format url of hex en heeft hex als standaardwaarde. In het gedocumenteerde JSON-resultaat bevat data.audio de geselecteerde weergave: download de volledige ondertekende Ailoot-URL, inclusief de querytekenreeks, of decodeer de volledige hexadecimale audio naar bytes. Bewaar het oorspronkelijke resultaat samen met data.status, base_resp, trace_id en extra_info, dat het daadwerkelijke audioformaat, de bemonsteringsfrequentie, het aantal kanalen, de grootte en usage_characters bevat.

subtitle_enable is een booleaanse waarde met false als standaardwaarde en is van toepassing op niet-gestreamde uitvoer. aigc_watermark is een booleaanse waarde met false als standaardwaarde en regelt een hoorbare ritmemarkering aan het einde van de gegenereerde audio. Bewaar elk geretourneerd audio- of ondertitelresultaat en controleer uitspraak, getallen en het voltooide bestand voordat je het in de toepassing plaatst. Als de levering onzeker is, bewaar dan de oorspronkelijke verzoekidentificatie en het antwoord om de bestaande poging te controleren. Ailoot slaat de voltooide audio ook op in je mediabibliotheek. Met output_format:"url" bevat data.audio een ondertekende link naar die opgeslagen asset; de asset-ID staat in het pad /v1/media/assets/{asset_id}/content. Ondertekende Ailoot-bestandslinks zijn 24 uur geldig vanaf uitgifte. Gebruik dezelfde API-sleutel voor GET /v1/media/assets?family=audio en volg elke next_cursor om de audio-assetrecords te vinden. Lees GET /v1/media/assets/{asset_id} voor elk geselecteerd record en download de exacte content_url, inclusief de querytekenreeks. Als een bestandsverzoek 404 met code link_expired retourneert, lees je dezelfde asset opnieuw voor een vernieuwde content_url. Vernieuw het opgeslagen resultaat in plaats van opnieuw audio te genereren om een verlopen link te vervangen.